英国を拠点とする金融スーパーアプリであるCurveは、高ボリュームの金融犯罪に直面しています。従来の不正検出は、複雑な相互接続を示す組織的な不正グループに対処するのに苦労しています。これを解決するため、CurveはGoogle Cloudと提携し、BigQuery Graphを導入して深いネットワーク分析を行いました。不正を特定するには、計算コストが高く、標準SQLでのスケーリングが困難なマルチホップ関係を理解する必要があります。Curveは、ネイティブなGraph Query Language（GQL）サポートを活用して、ネットワーク分析をBigQuery Graphに移行しました。これにより、既存のBigQuery環境内にデータを保持することができ、時間とコストを節約できました。支払いエコシステムをプロパティグラフとしてモデル化することで、Curveはアーキテクチャを簡素化し、直感的なGQLを使用してパターンマッチングを行っています。現在、数十億の接続を効率的にトラバースし、標準SQLおよび機械学習ワークフローとデータ分析を統合できます。この統合は、2025年の取引損失で推定1200万ドルの節約という significant な財務的影響をもたらしました。グラフベースのクエリは、不正ユーザーを特定する際に約72％の精度を達成し、不正エージェントは高い確実性のケースに集中できるようになりました。GQLの採用は、不正ルールを合理化し、機械学習モデルのトラバースを高速化しました。Curveは現在、リアルタイム検出ループとネイティブグラフ可視化を検討しており、不正対策戦略をさらに強化しています。